Partikelzählung führt Wissenschaftler in die Irre: Eine Fallstudie zur JMP®- und SAS®-Integration zur Untersuchung der Modellierung
Kathleen Kiernan, MS, Technische Support-Statistikerin; Diane Michelson, PhD, Statistiktrainerin; Annie Zangi, MS, Forschungsstatistikerin – SAS
Dieses Dokument befasst sich mit den Folgen der Modellierung von Daten in realen Anwendungen und demonstriert Methoden und Techniken zur Modellierung nicht normaler Daten unter Verwendung der integrierten Funktionen von JMP und SAS. Die am häufigsten verwendeten statistischen Tests und Modellierungstechniken basieren auf bestimmten Annahmen. Was ist, wenn die Daten, die wir analysieren, nicht normal oder heteroskedastisch sind? JMP bietet einige Methoden und Techniken zur Modellierung nicht normaler oder heteroskedastischer Daten, während SAS eine vollständige Palette von Verfahren bietet, die verwendet werden können. Die Box-Cox-Potenztransformation wird häufig verwendet, um nichtnormale oder heteroskedastische Daten zu transformieren. Ein anderer Ansatz besteht darin, eine Nicht-Normalverteilung zu modellieren. In diesem Dokument werden zwei Fallstudien zu Halbleitern vorgestellt. Während der Halbleiterverarbeitung werden Wafer so sauber wie möglich gehalten. Partikel im aktiven Bereich einer Schaltung können letztendlich einen defekten Chip verursachen. Das erste Beispiel untersucht einen Fall, in dem Wissenschaftler versuchten, die auf Wafern auftretenden Partikelzahlen zu reduzieren, und herausfanden, dass das Modell bei der Identifizierung der Problemquelle weniger effektiv war als ursprünglich angenommen. Halbleiterchips werden auf großen Wafern hergestellt, von denen jeder Hunderte von Chips enthalten kann, und Wafer werden in Chargen verarbeitet. Im zweiten Beispiel werden wir irreführende Ergebnisse untersuchen, die auftreten können, wenn versucht wird, die wichtigen Faktoren in den Varianzkomponenten des Prozesses in einer traditionellen linearen Modelleinstellung zu finden. Wir werden Lösungen für diese beiden Beispiele mit JMP- und SAS-Integration vorstellen, die auch auf andere Szenarien angewendet werden können.
